0
| 本文作者： Nemo | 2025-01-15 14:33 |
1月14日，字節跳動公眾號公布“第四屆字節跳動獎學金”評選結果，來自北京大學、北京郵電大學、清華大學、香港大學、香港城市大學、新加坡管理大學、新加坡國立大學、浙江大學（按拼音首字母排序）的15名在校生獲獎，每人獲得獎學金10萬元人民幣。
字節跳動獎學金計劃是字節跳動于2021年發起的一年一期的人才培養項目。過去三屆，共有32位優秀學子獲得了獎學金支持。2024字節跳動獎學金的獲獎名額進一步擴大，其中有多名獲獎者在人工智能大模型領域做出了突出成績。
據悉，本屆字節跳動獎學金共吸引了44 所高校的 424 人報名申請。經過材料初審、復審及終審答辯環節，15 位同學最終獲獎。獲獎學生均為博士生，研究領域覆蓋自然語言處理、大模型、強化學習、深度學習、CV多模態、AI for Science、具身智能、計算機體系結構、視頻架構、數據庫、網絡、安全、智能軟件工程等技術方向。
字節跳動技術副總裁洪定坤表示：“字節跳動獎學金的設立，是希望識別更多優秀的青年才俊，為大家完成學業提供助力，也提供包括物質、培訓交流、實踐成長、視野拓寬在內的更多的支持。”
近年來，字節跳動持續加大對頂尖人才和前沿技術探索的投入。特別是在大模型技術變革到來之際，字節跳動與清華、北大分別聯合成立相關研究組織，通過產學研深度合作推動技術創新。字節跳動還陸續開啟“Top Seed人才計劃”和“筋斗云人才計劃”，吸引高潛力技術人才加入。據悉，本屆字節跳動獎學金獲獎者中已有應屆學生選擇接受“筋斗云人才計劃”的offer，加入字節跳動開啟新一輪的技術探索與實踐。
附：2024字節跳動獎學金獲獎名單
陳仁澤 博士
院校：北京大學計算機學院
導師：梁云
介紹：陳仁澤參與的研究集中于機器學習系統領域，包括深度神經網絡（DNN）的轉換和優化。他參與的研究工作已發表于 ASPLOS、ISCA、HPCA、NeurIPS、MLSyS、DAC 等國際頂會，陳仁澤作為第一作者（含共一）的論文共有 5 篇。這些成果涵蓋“算子間融合”、“計算圖調度”、“低秩化壓縮”和“稀疏化壓縮”等方向，聚焦于機器學習系統的內存優化，顯著降低了模型在云端和邊緣端硬件上的內存占用。
2. 方共凡 博士
院校：新加坡國立大學電子與計算機工程系
導師：王鑫超
介紹：方共凡的主要研究領域是高效深度學習，包括深度網絡壓縮與高效模型設計。他提出了首個通用化的結構化剪枝框架“DepGraph技術”，令模型剪枝實現了自動化。他還開發了開源工具Torch-Pruning，用戶只需幾行代碼就能完成復雜模型的剪枝任務。此外，他針對大規模生成模型提出的MaskLLM、Diff-Pruning、LLM-Pruner等高效壓縮方案，也顯著降低了網絡規模和訓練成本。相關研究成果累計被引用超1500次、開源項目的Github星標超8000。
3. 馮寅瀟 博士
院校：清華大學交叉信息研究院
導師：馬愷聲
介紹：馮寅瀟的主要研究領域是計算機體系結構和高性能互連網絡，包括芯粒（Chiplet）架構、片上網絡、超算網絡、數據中心網絡、分布式系統和人工智能基礎設施等。作為第一作者，他的研究成果發表于DAC 2022、MICRO 2023、HPCA 2023、ATC 2024、MICRO 2024、SC 2024等頂會和期刊，解決了芯粒架構從新興技術走向產業落地的一系列關鍵問題和挑戰，推動了后摩爾時代計算機體系結構和下一代高性能互連架構的發展。
4. 傅煒 博士
院校：清華大學交叉信息研究院
導師：吳翼
介紹：傅煒專注于解決強化學習應用在實際場景時的各種挑戰。過去三年，他共發表六篇頂會（ICRA、ICLR、ICML和NeurIPS）論文，其中四篇擔任第一作者或共同第一作者。 他共同領導了大規模強化學習系統“SRL項目”的開發，成功復現了OpenAI在捉迷藏環境中的解決方案。2024年，他開發并開源了面向大語言模型的RLHF系統“ReaLHF”，不僅實現了出色的訓練吞吐量，還推動了先進的數學和編程智能體的開發。
5. 劉克非 博士
院校：北京郵電大學信通院
導師：張嬌
介紹：劉克非的主要研究領域是 RDMA、網絡測量與故障定位。在字節跳動高速網絡團隊實習時，他設計研發并在字節跳動數據中心內推動部署了主機內網絡瓶頸定位工具 Hostping 和 RDMA 網絡監控與故障定位系統 R-Pingmesh，高效保障了字節跳動訓練業務的穩定、高效運行。相關成果已發表于SIGCOMM 2024 (CCF-A) 、NSDI 2023 (CCF-A)、 IEEE/ACM Transactions on Networking (CCF-A) 等頂會頂刊。
6. 劉毅 博士
院校：香港城市大學計算機科學系
導師：王聰
介紹：劉毅的主要研究方向是人工智能物聯網的安全、隱私與可信治理，在相關領域取得了創新性和引領性的優秀成果及落地實踐。他曾入選2024、2023年全球前2%頂尖科學家，并作為第一作者，發表4篇CCF-A會議/期刊論文和7篇JCR一區期刊論文（含6篇ESI高被引論文），授權國家發明專利3項，Google Scholar統計總引用超3258次。
7. 宋宇軒 博士
院校：清華大學計算機系&智能產業研究院
導師：馬維英
介紹：宋宇軒此前曾在字節跳動人工智能實驗室全職擔任研究工程師，他當前的研究集中在深度生成模型和科學人工智能（AI4Science）領域，特別關注開發有效且可擴展的機器學習算法，以解決分子生成、材料設計和蛋白家族設計等難題。 目前，他已在NeurIPS，ICML，ICLR，AISTATS等機器學習會議發表多篇論文，其中，GeoBFN 獲評ICLR2024 Oral。他還曾參與蛋白質折疊的CAMEO 競賽，并連續六個月獲得第一名。此外，他還曾獲評清華大學智能產業研究院院長獎。
8. 孫振俗 博士
院校：新加坡管理大學計算機與信息系統學院
導師：David Lo
介紹：孫振俗的主要研究領域是智能軟件工程。他提出的“面向 AI 的編程語言語法”提升了模型推理效率 ，該成果發表于ISSTA 2024 并榮獲 ACM SIGSOFT 杰出論文獎。 他還首次提出了基于大模型的代碼補全存在無效代碼補全的問題，并相應設計了預防及動態推理機制，相關成果分別發表于 TOSEM 和 ICSE 2024。他針對“如何防范與利用代碼大模型訓練數據集中的臟數據”的研究成果，也發表于 ICSE、WWW、 FSE 和 ISSTA 等頂級會議，并獲得 ICSE 2022 杰出論文提名。
9. 王夢召 博士
院校：浙江大學計算機學院
導師：高云君
介紹：王夢召主要研究高維向量數據存儲與檢索、面向RAG的搜索系統，致力于打造面向AI應用的新型數據基礎設施。他在近鄰圖向量檢索細分領域取得了多項理論或技術突破，并針對億級以上向量數據規模場景提出的磁盤導航圖索引優化框架，將查詢延遲降低超90%，將查詢吞吐量提升1個數量級。近幾年，他曾主持省校級項目3項，主要參與10余項國家級和省部級科研項目。他還作為第一或通訊作者，在SIGMOD、VLDB、ICDE、NeurIPS等頂會和期刊上發表論文6篇，授權發明專利3件。
10. 汶川 博士
院校：清華大學交叉信息研究院
導師：高陽
介紹：汶川研究方向是具身智能。博士期間，他提出了RelatiViT模型，實現從預訓練視覺模型中提取空間關系信息；提出了Any-point Trajectory Modeling (ATM) 方案，實現了小樣本與跨具身模仿學習的能力。同時，他還發現并定義了模仿學習中因為時序信息造成的虛假關聯性而出現的copycat problem，并提出系列解決方案。他共發表國際頂會論文13篇，其中7篇為第一作者。此外，汶川還是NeurIPS，ICML，ICLR，CVPR，ECCV等國際會議和RA-L等國際期刊的審稿人。
11. 吳海旭 博士
院校：清華大學軟件學院
導師：龍明盛
介紹：吳海旭的主要研究方向是深度學習和科學機器學習。他提出的Corrformer首次實現了全球數萬臺物聯網設備的聯合預測。他開源的時序分析算法庫Time-Series-Library，獲得了7000多個GitHub星標，在全網70000多個時序相關倉庫中排名前萬分之二。此外，他提出的局域優化理論RoPINN和PDE快速求解網絡Transolver，可以在秒級完成千萬級網格的模擬。當前，他作為第一作者（含共一）在Nature Machine Intelligence、ICML、NeurIPS、ICLR等國際頂會頂刊發表論文10余篇，谷歌學術引用5000余次。
12. 吳睿海 博士
院校：北京大學前沿計算研究中心
導師：董豪
介紹：吳睿海的主要研究方向是具身操作和三維視覺。在具身智能的物體操作這一領域，針對不同類別和屬性的物體，他提出了一系列物體操作的視覺表征，用以指導完成柔性、鉸接等不同物體的不同操作任務（如疊衣服，開抽屜，物體拼接等），并在此基礎上，通過構建新的模擬環境，以支持更復雜和真實的操作任務。當前，他已在RSS、NeurIPS、ICLR、CVPR、ICCV、ECCV、ICRA等頂級會議，發表了近20篇論文。
13. 吳勝瓊 博士
院校：新加坡國立大學計算機學院
導師：CHUA Tat-Seng
介紹：吳勝瓊的主要研究方向是多模態學習和大模型。目前，她已在多模態學習、自然語言處理以及機器學習等領域頂會上（如NeurIPS, ICML, ACL, ACM MM）發表了多篇論文，谷歌學術被引次數達2000次。吳勝瓊也獲得了多項國際、企業、校級獎勵和榮譽，由她主導的通用多模態大語言模型“NExT-GPT”工作獲得了大語言模型社區廣泛的關注和認可，相關開源項目已獲得超3.4k星標。
14. 楊麗鶴 博士
院校：香港大學計算機系
導師：趙恒爽
介紹：楊麗鶴的主要研究方向是視覺基礎模型和數據驅動AI，相關研究成果的Github Star數已超12000次，開源模型在Hugging Face上累計被下載超700萬次，且被收錄進Transformers庫和Apple Core ML Models。作為第一作者，他在計算機視覺和人工智能頂級會議CVPR、ICCV、NeurIPS上共發表了7篇論文，包含一篇oral論文，谷歌學術引用1500余次，并入選CVPR 2024十大最具影響力論文。
15. 張啟 博士
院校：北京大學視頻與視覺技術國家工程研究中心
導師：高文、馬思偉
介紹：張啟的研究方向包括面向機器視覺的視頻編碼和沉浸式媒體系統。他首次提出了面向機器視覺的恰可識別失真概念，將編碼性能提升 40%。他還首次驗證了機器視覺多樣性的廣泛存在，提出了機器滿意比概念，將編碼性能和通用性提升 30%。此外，張啟搭建了基于視角區塊編碼傳輸的 VR 直播系統，將12K VR 視頻直播所需帶寬節省超 75%、視角切換延遲比國際標準降低 50%。目前，他已發表國際期刊、會議論文 10 篇,包含TPAMI/IJCV 論文3篇。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
